环境影响一直是供应链网络研究中的关键问题。 有效处理将有助于企业减少污染并节省成本。 为了改善对这个供应链网络的环境影响，由于复杂性和异质性，回收活动成为反向物流网络的重要组成部分。 在反向物流网络中，要考虑许多决策问题，例如设施位置，产能分配，生产计划和车辆路线。 根据时间计划的范围，这些问题中的每一个都可以分为三种类型的决策计划：战略，战术或运营决策。 在本文中，我们回顾了供应链网络的文献，以期通过实施逆向物流实践来实现绿色环保，并按决策计划组对定义的问题进行分类。 一般而言，大多数文献都集中在战略和战术决策计划上，只有少数是基于操作的。 本文的目的是分析在该研究领域中正在执行的决策计划，并就如何设计具有不同决策计划的逆向物流网络提供未来见解，以反映现实生活中的情况。

在逆向物流供应链研究中，为了解决市场需求、供应商供货能力、回收产品数量等不确定问题以及逆向物流系统中存在的目标冲突，建立了制造商收益最大化和所选供应商不合格零件数最少化的多目标数学优化模型来确定最佳供应商选择、订单量分配以及提货点选址。运用基于模糊目标规划的蒙特卡罗仿真模型把多目标函数重构成单目标函数。采用自适应遗传算法（AGA）对单目标函数进行求解，并给出了最佳供应商选择及订单量分配。在此基础上讨论了不同权重分配下结果的优劣性及供应商选择风险。最后，针对不同权重分配，比较了自适应遗传算法和Gurobi求解。实验表明，对于该问题模型自适应遗传算法在解的运行速度以及精度上都优于Gurobi。